Des Fitbit utilisés pour prédire des épisodes maniaques et dépressifs dans le trouble bipolaire

Des chercheurs ont utilisé les données collectées par des bracelets Fitbit pour détecter les épisodes maniaques et dépressifs chez des patients atteints du trouble bipolaire. Cela pourrait aider les médecins à prendre en charge les patients plus rapidement lors d’un épisode.

L’intelligence artificielle ne se limite pas à un chatbot qui fait vos devoirs à votre place. Sa principale force est de pouvoir analyser une grande quantité de données et en tirer des tendances et des corrélations impossibles à voir pour un humain. Combinez cette capacité avec des appareils connectés qui collectent de nombreuses données médicales, et l’IA peut aider les médecins à traiter des patients.

Dans un article publié dans la revue Acta Psychiatrica Scandinavica, des chercheurs du Brigham and Women’s Hospital de Boston ont utilisé les données collectées par des Fitbit pour identifier et même prévoir les épisodes maniaques et dépressifs chez des patients souffrant d’un trouble bipolaire. Ils ont équipé 54 volontaires, diagnostiqués avec un trouble bipolaire de type 1 ou 2, de bracelets Fitbit Inspire, et ont collecté pendant neuf mois un total de 17 variables concernant leur activité physique, leur fréquence cardiaque et leur sommeil. Ils ont aussi demandé aux participants d’évaluer leurs propres symptômes toutes les deux semaines.

Prévoir les épisodes pour une prise en charge plus rapide

Après avoir analysé les données, l’algorithme a réussi à prévoir 89,1 % des symptômes maniaques ou hypomaniaques et 80,1 % des symptômes dépressifs. Les chercheurs ont constaté que cinq variables en particulier permettent de prévoir les épisodes dépressifs, à savoir la durée des réveils, la durée totale du sommeil, l’heure médiane du coucher, la fréquence cardiaque au repos et le pourcentage de sommeil profond. Pour les épisodes maniaques ou hypomaniaques, les meilleurs indicateurs sont la fréquence cardiaque, l’efficacité du sommeil, le pourcentage de sommeil paradoxal, le nombre de minutes très actives et l’heure médiane du coucher.